R Notebook

Programadores profesionales

Las diferencias en el aspecto educativo y laboral entre programadores de Estados Unidos y de América Latina

Integrantes

• Luis Berrospi (lider)

• Bryan Castillo

• Luis Robledo

• Jorge Collazos

• Nincol Quiroz

Introducción

Son muchas las personas que se dedican profesionalmente a programar en todo el mundo. Sin embargo, las características de estas y el contexto en el que viven no son iguales. Tenemos la hipótesis de que el lugar de procedencia influye bastante en la situación tanto laboral como educativa de los programadores profesionales, por lo que decidimos realizar este análisis concentrándonos en lugares bastante distintos en desarrollo respecta, Latino América y Estados Unidos. Este estudio es importante porque lograremos observar si es que realmente existen estas diferencias. Además, si las hay, podremos identificar donde es que se encuentran para poder sugerir que es lo que una región esta haciendo mejor o peor que la otra y se pueda encontrar una solución al verdadero problema.

Objetivos

Queremos responder las siguientes preguntas:

• ¿Existen diferencias en el aspecto educativo y laboral entre programadores profesionales de América Latina y de Estados Unidos?

• ¿Cual es el nivel de estas diferencias?¿Cuales son las más pronunciadas?

• ¿Que variables no varían entre regiones?

Marco teórico

• Población objetivo

• Unidades muestrales

• Base de Datos

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

## 
## ── Column specification ────────────────────────────────────────────────────────
## cols(
##   .default = col_character(),
##   Respondent = col_double(),
##   Age = col_double(),
##   CompTotal = col_double(),
##   ConvertedComp = col_double(),
##   WorkWeekHrs = col_double()
## )
## ℹ Use `spec()` for the full column specifications.

DFF <- select(df, MainBranch, Country,Gender,Age, YearsCode, YearsCodePro ,EdLevel,Employment, JobSat, OrgSize, WorkWeekHrs, NEWOvertime, NEWOnboardGood, JobSeek, NEWLearn, LanguageWorkedWith,PlatformWorkedWith)
DF_USA <- DFF[DFF$Country == "United States" & !is.na(DFF$Country) & DFF$MainBranch == "I am a developer by profession" & !is.na(DFF$MainBranch), ][3:17]
DF_LC <- cbind(region = as.character(countrycode(sourcevar = DFF$Country,
                            origin = "country.name",
                            destination = "region")), DFF)
DF_LC <- DF_LC[DF_LC$region == "Latin America & Caribbean" & !is.na(DF_LC$region) & DFF$MainBranch == "I am a developer by profession" & !is.na(DFF$MainBranch), ][, 4:18]
DF_MIX <- cbind(region = as.character(countrycode(sourcevar = DFF$Country,
                            origin = "country.name",
                            destination = "region")), DFF)
DF_MIX <- DF_MIX[((DF_MIX$region == "Latin America & Caribbean" & !is.na(DF_MIX$region)) | (DF_MIX$Country == "United States" & !is.na(DF_MIX$Country))) &  DF_MIX$MainBranch == "I am a developer by profession" & !is.na(DF_MIX$MainBranch), ][, 3:18]
DF_MIX$Country[DF_MIX$Country != "United States"] <- "América Latina"
DF_MIX$Country[DF_MIX$Country == "United States"] <- "Estados Unidos"
colnames(DF_MIX)[which(names(DF_MIX) == "Country")] <- "Region"
DF_MIX

Tabla Descriptores

Pregunta	Variable	Tipo de Variable
Which of the following describe you, if any? Please check all that apply. If you prefer not to answer, you may leave this question blank.	Genero	Nominal
What is your age (in years)? If you prefer not to answer, you may leave this question blank.	Edad	Discreta
Including any education, how many years have you been coding in total?	Años codeando	Discreta
NOT including education, how many years have you coded professionally (as a part of your work)?	Años codeando profesionalmente	Discreta
Which of the following best describes the highest level of formal education that you’ve completed?	Grado educativo	Jerárquica
Which of the following best describes your current employment status?	Tipo de empleo	Nominal
Which programming, scripting, and markup languages have you done extensive development work in over the past year, and which do you want to work in over the next year? (If you both worked with the language and want to continue to do so, please check both boxes in that row	Lenguajes con los que se trabajo	Nominal
How frequently do you learn a new language or framework?	Frecuencia de aprendizaje de un nuevo lenguaje/framework	Nominal
Which platforms have you done extensive development work in over the past year, and which do you want to work in over the next year? (If you both worked with the platform and want to continue to do so, please check both boxes in that row.)	Plataformas con las que se trabajo	Nominal
how often do you work overtime or beyond the formal time expectation of your job?	Frecuencia de horas extra	Nomina
Do you think your company has a good onboarding process? (By onboarding, we mean the structured process of getting you settled in to your new role at a company)	Proceso de incorporación	Nominal
Which of the following best describes your current job-seeking status?	Situación de empleo	Nominal
How satisfied are you with your current job? (If you work multiple jobs, answer for the one you spend the most hours on.)	Satisfacion laboral	Ordinal | | |
Approximately how many people are employed by the company or organization you currently work for?	Cantidad de empleados	Discreta | | |
On average, how many hours per week do you work? Please enter a whole number in the box.	Horas de trabajo semanales	Continua

+———————————————————————————————————————————————————————————————————————————————————————————-+———————————————————-+—- ————-+

Análisis de variables

Genero

temp = DF_USA$Gender[!is.na(DF_USA$Gender)]
gender_vec_USA <- vector()
gender_vec_LC <- vector()
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    gender_vec_USA <- c(gender_vec_USA, sub_pal)
  }
}
temp = DF_LC$Gender[!is.na(DF_LC$Gender)]
gender_vec <- vector()
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    gender_vec_LC <- c(gender_vec_LC, sub_pal)
  }
}

layout(matrix(c(1,2,3,3), ncol=2, byrow=TRUE), heights=c(6, 1))
par(mai=rep(0.5, 4))

temp = table(gender_vec_USA)
man <- round(temp[1]/length(gender_vec_USA)*100,2)
other <- round(temp[2]/length(gender_vec_USA)*100,2)
woman <- round(temp[3]/length(gender_vec_USA)*100,2)
pie(table(gender_vec_USA), main = "Estados Unidos", labels = c(paste(man, "%", sep = ""), paste(other, "%", sep = ""), paste(woman, "%", sep = "")), col = c("skyblue","orange","red"))
temp = table(gender_vec_LC)

man <- round(temp[1]/length(gender_vec_LC)*100,2)
other <- round(temp[2]/length(gender_vec_LC)*100,2)
woman <- round(temp[3]/length(gender_vec_LC)*100,2)
pie(table(gender_vec_LC), main = "América Latina", labels = c(paste(man, "%", sep = ""), paste(other, "%", sep = ""), paste(woman, "%", sep = "")), col = c("skyblue","orange","red"))
par(mai=c(0,0,0,0))
plot.new()
legend(x="center", ncol=3,legend=c("Hombre","Otros","Mujer"),
       fill=c("skyblue","orange","red"))

En el gráfico podemos ver como si bien, la proporción de mujeres que se dedican en Estados Unidos es el doble que la proporción en América Latina, en ambas regiones la brecha de genero es bastante grande lo que significa que la gran mayoría de los programadores profesionales son hombres

Edad

boxplot(DF_MIX$Age~DF_MIX$Region, na.rm= T, xlab = "Edad", ylab = "Region", notch=TRUE, horizontal = TRUE)
abline(v=mean(DF_USA$Age, na.rm = TRUE), col = "red", lwd=2)
abline(v=mean(DF_LC$Age, na.rm = TRUE), col = "blue",lwd=2)
legend(60,1.7,legend=c("media EEUU", "Media Latam"),col=c("red", "blue"),lwd=2)

Podemos observar que las edades de los programadores profesionales están más concentradas en América Latina comparando los rangos intercuartílicos:

IQR(DF_LC$Age, na.rm = TRUE)

## [1] 9

IQR(DF_USA$Age, na.rm = TRUE)

## [1] 12

Además, la edad promedio de los programadores profesionales de América Latina es de 30.14 mientras que el de Estados Unidos es de 34.33,

round(mean(DF_LC$Age, na.rm = TRUE), 2)

## [1] 30.15

round(mean(DF_USA$Age, na.rm = TRUE),2)

## [1] 34.33

Junto con las medianas y la forma de las cajas podemos sugerir que en general, si bien, la diferencia de las medianas son estadísticamente significativas, no es mucha diferencia de edad entre los programadores profesionales de ambos países

round(median(DF_LC$Age, na.rm = TRUE), 2)

## [1] 29

round(median(DF_USA$Age, na.rm = TRUE),2)

## [1] 32

Años Codeando

boxplot(as.numeric(DF_MIX$YearsCode)~DF_MIX$Region, na.rm= TRUE, ylab = "Region", xlab = "Años Codeando", notch = TRUE, horizontal = TRUE)
abline(v=mean(as.numeric(DF_USA$YearsCode), na.rm = TRUE), col = "red")
abline(v=mean(as.numeric(DF_LC$YearsCode), na.rm = TRUE), col = "blue")
legend(25,1.7,legend=c("media EEUU", "media Latam"),col=c("red", "blue"),lwd=2)

En el diagrama de cajas y bigotes podemos ver como los programadores profesionales de Estados Unidos llevan mas años programando en total en comparación con los de América Latina. Sin embargo, esta diferencia es pequeña.

También, es importante destacar la gran diferencia de 6 años que existe entre el tercer cuartíl de ambas regiones. Esto implica que el 75% de los programadores profesionales de Estados Unidos cuentan a lo mucho con 22 años programando mientras que en América latina solo 16.

round(quantile(as.numeric(DF_LC$YearsCode), na.rm = TRUE), 2)

##   0%  25%  50%  75% 100% 
##    1    7   10   16   50

round(quantile(as.numeric(DF_USA$YearsCode), na.rm = TRUE),2)

##   0%  25%  50%  75% 100% 
##    1    8   14   22   50

Años codeado profesionalmente

boxplot(as.numeric(DF_MIX$YearsCodePro)~DF_MIX$Region, na.rm= TRUE, ylab = "Region", xlab = "Años Codeando Profesionalmente", notch = TRUE, horizontal = TRUE)
abline(v=mean(as.numeric(DF_USA$YearsCodePro), na.rm = TRUE), col = "red")
abline(v=mean(as.numeric(DF_LC$YearsCodePro), na.rm = TRUE), col = "blue")
legend(25,1.7,legend=c("media EEUU", "media Latam"),col=c("red", "blue"),lwd=2)

En este diagrama de cajas y bigotes se observa que los programadores de Estados Unidos tienen más años programando profesionalmente en total en comparación con los programadores de América Latina.

Existe una diferencia de 4 años en el tercer cuartíl de ambas regiones; es decir, el 75% de los programadores estadounidenses cuentan a los mucho con 15 años programando profesionalmente y los latinoamericanos con 11 años.

Programadores latinoamericanos

round(quantile(as.numeric(DF_LC$YearsCodePro), na.rm = TRUE), 2)

##   0%  25%  50%  75% 100% 
##    1    3    6   11   50

Programadores estadounidenses

round(quantile(as.numeric(DF_USA$YearsCodePro), na.rm = TRUE),2)

##   0%  25%  50%  75% 100% 
##    1    4    8   15   49

Grado educativo

tableUSA <- table(DF_USA$EdLevel)
tableUSA <- prop.table(tableUSA)
tableUSA

## 
##                                                Associate degree (A.A., A.S., etc.) 
##                                                                        0.046552871 
##                                       Bachelor’s degree (B.A., B.S., B.Eng., etc.) 
##                                                                        0.583351807 
##                                             I never completed any formal education 
##                                                                        0.003990246 
##                                    Master’s degree (M.A., M.S., M.Eng., MBA, etc.) 
##                                                                        0.190866770 
##                                         Other doctoral degree (Ph.D., Ed.D., etc.) 
##                                                                        0.027710042 
##                                                          Primary/elementary school 
##                                                                        0.003214365 
##                                                 Professional degree (JD, MD, etc.) 
##                                                                        0.004211926 
## Secondary school (e.g. American high school, German Realschule or Gymnasium, etc.) 
##                                                                        0.023941476 
##                             Some college/university study without earning a degree 
##                                                                        0.116160497

names <- c("GA", "L", "NCE", "M", "OD", "EP", "TP", "ES", "ST")

tableLC <- table(DF_LC$EdLevel)
tableLC <- prop.table(tableLC)
tableLC

## 
##                                                Associate degree (A.A., A.S., etc.) 
##                                                                        0.049760413 
##                                       Bachelor’s degree (B.A., B.S., B.Eng., etc.) 
##                                                                        0.497604128 
##                                             I never completed any formal education 
##                                                                        0.005528935 
##                                    Master’s degree (M.A., M.S., M.Eng., MBA, etc.) 
##                                                                        0.102100995 
##                                         Other doctoral degree (Ph.D., Ed.D., etc.) 
##                                                                        0.006634722 
##                                                          Primary/elementary school 
##                                                                        0.002948765 
##                                                 Professional degree (JD, MD, etc.) 
##                                                                        0.056026539 
## Secondary school (e.g. American high school, German Realschule or Gymnasium, etc.) 
##                                                                        0.049760413 
##                             Some college/university study without earning a degree 
##                                                                        0.229635090

layout(matrix(c(1,2,3,3), ncol=2, byrow=TRUE), heights=c(6, 2))
par(mai=rep(0.4, 4))

barplot(tableUSA, las=1, names.arg=names, main='Grados educativos en Estados Unidos', xlab = "Grados educativos",  ylab = "Frecuencia relativa", col=c("skyblue","orange","red","beige","aliceblue","black","azure", "burlywood3", "cornflowerblue"),xlim=c(0,16), ylim = c(0, 0.85))


barplot(tableLC, las=1, names.arg=names, main='Grados educativos en América Latina', xlab = "Grados educativos",  ylab = "Frecuencia relativa", col=c("skyblue","orange","red","beige","aliceblue","black","azure", "burlywood3", "cornflowerblue"),xlim=c(0,16), ylim = c(0, 0.85))

#legend.text=c("Grado Asociado","Licenciatura", "Nunca Completé ninguna Educación formal", "Maestría", "Otro Doctorado", "Escuela Primaria", "Título Profesional", "Escuela Secundaria", "Estudios Superiores sin obtener un Título")

par(mai=c(0,0,0,0))
plot.new()
#legend(x="center", ncol=3,legend=c("Hombre","Otros","Mujer"),fill=c("skyblue","orange","red"))
legend(x="center", ncol=2, legend = c("Grado Asociado","Licenciatura", "Nunca Completé ninguna Educación formal", "Maestría", "Otro Doctorado", "Escuela Primaria", "Título Profesional", "Escuela Secundaria", "Estudios Superiores sin obtener un Título"), fill=c("skyblue","orange","red","beige","aliceblue","black","azure", "burlywood3", "cornflowerblue"))

Los gráficos de barras muestran que la mayoría de programadores tanto estadounidenses como latinoamericanos tienen licenciatura, si se compara, existe una mayor frecuencia relativa de programadores con licenciatura en Estados Unidos que en América Latina.

Por otro lado, en América Latina existe una mayor frecuencia relativa de programadores que no terminaron sus estudios universitarios en comparación con Estados Unidos.

Tipo de empleo

tableEmpleoUSA <- table(DF_USA$Employment)
tableEmpleoUSA <- prop.table(tableEmpleoUSA)
tableEmpleoUSA

## 
##                                   Employed full-time 
##                                          0.887417920 
##                                   Employed part-time 
##                                          0.012815082 
## Independent contractor, freelancer, or self-employed 
##                                          0.063863588 
##               Not employed, and not looking for work 
##                                          0.001694556 
##                   Not employed, but looking for work 
##                                          0.019699216 
##                                              Retired 
##                                          0.002330015 
##                                              Student 
##                                          0.012179623

namesEmpleo <- c("TC", "TP", "IA", "SEBT", "SEST", "R", "E")



tableEmpleoLC <- table(DF_LC$Employment)
tableEmpleoLC <- prop.table(tableEmpleoLC)
tableEmpleoLC

## 
##                                   Employed full-time 
##                                         0.7955071027 
##                                   Employed part-time 
##                                         0.0419557317 
## Independent contractor, freelancer, or self-employed 
##                                         0.1179385530 
##               Not employed, and not looking for work 
##                                         0.0016518005 
##                   Not employed, but looking for work 
##                                         0.0290716881 
##                                              Retired 
##                                         0.0003303601 
##                                              Student 
##                                         0.0135447638

layout(matrix(c(1,2,3,3), ncol=2, byrow=TRUE), heights=c(8, 2))
par(mai=rep(0.4, 4))

barplot(tableEmpleoUSA, las=1, names.arg=namesEmpleo, main='Empleos en Estados Unidos', xlab = "Tipo de empleo",  ylab = "Frecuencia relativa", col=c("skyblue","orange","red","beige","aliceblue","black","blue"),xlim=c(0,8), ylim = c(0, 0.9), cex.names=0.8)

barplot(tableEmpleoLC, las=1, names.arg=namesEmpleo, main='Empleos en América Latina', xlab = "Tipo de empleo",  ylab = "Frecuencia relativa", col=c("skyblue","orange","red","beige","aliceblue","black","blue"),xlim=c(0,8), ylim = c(0, 0.9),cex.names=0.8)

par(mai=c(0,0,0,0))
plot.new()
#legend(x="center", ncol=3,legend=c("Hombre","Otros","Mujer"),fill=c("skyblue","orange","red"))
legend(x="center", ncol=3, legend = c("Tiempo Completo","Tiempo Parcial", "Independiente, Autónomo", "Sin Empleo, Buscando Trabajo", "Sin Empleo, Sin buscar Trabajo", "Retirado", "Estudiante"), fill=c("skyblue","orange","red","beige","aliceblue","black","blue"))

Los gráficos de barras muestran que la mayoría de programadores tanto estadounidenses como latinoamericanos trabajan a tiempo completo, existe una mayor frecuencia relativa de programadores trabajando a tiempo completo en Estados Unidos que en América Latina..

También se puede observar que existe mayor frecuencia relativa de latinoamericanos trabajando a medio tiempo y de manera independiente que los estadounidenses.

Satisfacción con empleo

variables1 <- c(" ", " ", " ", " ", " ")
temp = DF_USA$JobSat[!is.na(DF_USA$JobSat)]
satis_vector_USA <- vector()
satis_vector_LC <- vector()
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    satis_vector_USA <- c(satis_vector_USA, sub_pal)
  }
}
temp = DF_LC$JobSat[!is.na(DF_LC$JobSat)]
satis_vector <- vector()
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    satis_vector_LC <- c(satis_vector_LC, sub_pal)
  }
}

layout(matrix(c(1,2,3,3), ncol=2, byrow=TRUE), heights=c(7, 1))
par(mai=rep(0.6, 4))


barplot(table(satis_vector_USA), main = "Estados Unidos", names.arg = variables1, col = c("blue","orange","yellow", "green", "red"), ylab ="Frecuencias Relativas")



barplot(table(satis_vector_LC), names.arg = variables1 , main = "América Latina", col = c("blue","orange","yellow", "green", "red"), ylab ="Frecuencias Relativas")

par(mai=c(0,0,0,0))
plot.new()
legend(x="center", ncol=2,legend=c("Muy satisfecho","Algo satisfecho","Ni satisfecho ni insatisfecho", "Algo insatisfecho", "Muy insatisfecho"), fill=c("blue","orange","yellow", "green", "red"))

En la gráfica podemos ver que América Latina tiene un nivel de satisfación mayor con su trabajo que Estado Unidos. Así mismo, en Estados Unidos el 48.18% de los encuenstados estan insatisfechos con su empleo.

Tamaño de organizacion en la que trabaja

empleados_LC <- table(DF_LC$OrgSize)
empleados_USA <- table(DF_USA$OrgSize)
color_LC <- c("red", "yellow", "pink", "blue", "green", "orange", "black", "purple", "gray")
variables <- c(" "," "," "," "," "," "," "," "," ")

barplot(empleados_LC, names.arg = variables, col = color_LC, ylab ="Frecuencias Relativas", , las=2, ylim=c(0,600), xlim = c(0, 15), main = "Tamaño de las organizaciones o empresas en América Latina", legend.text=c("1000 a 4999 empleados","10 a 19 eempleados", "10000 o más empleados", "100 a 499 empleados", "2 a 9 empleados", "20 a 99 empleados", "5000 a 9999 empleados", "500 a 999 empleados", "Solo yo"))

barplot(empleados_USA, names.arg = variables, col = color_LC, ylab ="Frecuencias Relativas", , las=2, ylim=c(0,2000), xlim = c(0, 16), main = "Tamaño de las organizaciones o empresas en Estados Unidos", legend.text=c("1000 a 4999 empleados","10 a 19 eempleados", "10000 o más empleados", "100 a 499 empleados", "2 a 9 empleados", "20 a 99 empleados", "5000 a 9999 empleados", "500 a 999 empleados", "Solo yo"))

Según las gráficas de barras de Estados Unidos la mayoría de los encuestras labora en un entorno con 10000 o más empleados (frecuencia absoluta de 1915), asi mismo en América Latina la mayoría de encuestados labora en un entorno de 20 a 99 empleados.

Horas trabajadas semanalmente

horas_LC <- table(DF_LC$WorkWeekHrs)
horas_USA <- table(DF_USA$WorkWeekHrs)


mean(DF_LC$WorkWeekHrs, na.rm = TRUE)

## [1] 38.98959

mean(DF_USA$WorkWeekHrs, na.rm = TRUE)

## [1] 41.59934

color = c("darkblue", "skyblue")
y_LC_median <- mean(DF_LC$WorkWeekHrs, na.rm = TRUE)
y_USA_median <- mean(DF_USA$WorkWeekHrs, na.rm = TRUE)

x_general <- c("Latino América", "Estados Unidos")
y_general <- c(y_LC_median, y_USA_median)

barplot(y_general, main ="Media de horas de trabajo por semana", ylab = "Horas", xlab = "Región", col = color)

legend(x="center", ncol=2,legend=c("Latino América","Estados unidos"),
       fill=c("darkblue","skyblue"))

Según la gráfica, la media de horas que trabajan los encuestados por semana en América Latina es de 39 horas y en Estados Unidos es de 41.60.

Frecuencia de horas extra en el trabajo

layout(matrix(c(1,2,3,3), nrow=2,byrow=TRUE), heights=c(3, 1))
m<-prop.table(table(DF_LC$NEWOvertime[!is.na(DF_LC$NEWOvertime)]))*100
colors<-c('blue','yellow','green','orange','brown')
b1<-barplot(m, xlab='Frecuencia',ylab = "Porcentaje(%)", main='Frecuencia de horas extra\nLatinoamérica', width = 5, col.lab="darkgreen",names.arg=c("Nunca","Ocasionalmente","A menudo","Rara vez","A veces"),beside=TRUE,
col=colors,cex.names=0.8)
text(b1, m-1, labels = round(m,2))



n<-prop.table(table(DF_USA$NEWOvertime[!is.na(DF_USA$NEWOvertime)]))*100
b2<-barplot(n, xlab='Frecuencia',ylab = "Porcentaje(%)", main='Frecuencia de horas extra\nEstados Unidos', width = 5, col.lab="darkgreen",names.arg=c("Nunca","Ocasionalmente","A menudo","Rara vez","A veces"),
col=colors,cex.names=0.8)
text(b2, n-1, labels = round(n,2))
 
par(mai=c(0,0,0,0))
plot.new()
legend(x="center", legend = c("Nunca", "Ocasionalmente: 1-2 días por trimestre pero menos que al mes", "A menudo: 1-2 días por semana o más", "Rara vez: 1-2 días al año o menos", "A veces: 1-2 días al mes pero menos de una semana"), fill=colors,ncol=1)

Gracias a estos gráficos sabemos que en América Latina el 26.05% de empleados trabaja horas extra a menudo(de 1 a mas días a la semana) y el 27.71% a veces(1 o 2 dos días al mes). En Estados Unidos, las 2 respuestas mas votadas son “A veces” y “Ocasionalmente(1o 2 días por trimestre)”, con 26.35% y 25.71% cada una. También podemos observar que la variable “Nunca” tiene mayor porcentaje en Estados Unidos. Todo esto nos dice claramente que en América Latina los desarrolladores trabajan mas horas extra a comparación de Estados Unidos, y esto podría deberse a un mejor entorno laboral.

##proceso de incorporacion

layout(matrix(c(1,2,3,3), ncol=2, byrow=TRUE), heights=c(6, 1))
x_lc_s<-length(which(DF_LC$NEWOnboardGood=="Yes"))
x_lc_n<-length(which(DF_LC$NEWOnboardGood=="No"))
x_lc_m<-length(which(DF_LC$NEWOnboardGood=="Onboarding? What onboarding?"))
tot_x<-(sum(!is.na(DF_LC$NEWOnboardGood)))
x_lc_s<-round(x_lc_s*100/tot_x,2)
x_lc_n<-round(x_lc_n*100/tot_x,2)
x_lc_m<-round(x_lc_m*100/tot_x,2)
porc_lc<-c(x_lc_s,x_lc_n,x_lc_m)
x_lc_s<-length(which(DF_USA$NEWOnboardGood=="Yes"))
x_lc_n<-length(which(DF_USA$NEWOnboardGood=="No"))
x_lc_m<-length(which(DF_USA$NEWOnboardGood=="Onboarding? What onboarding?"))
tot_x<-(sum(!is.na(DF_USA$NEWOnboardGood)))
x_lc_s<-round(x_lc_s*100/tot_x,2)
x_lc_n<-round(x_lc_n*100/tot_x,2)
x_lc_m<-round(x_lc_m*100/tot_x,2)
porc_usa<-c(x_lc_s,x_lc_n,x_lc_m)
label<-paste(porc_lc,"%",sep=" ")

pie(porc_lc, labels = label, clockwise=TRUE, main="America Latina",col=color)
color<-c("yellow", "blue", "cadetblue")
label<-paste(porc_usa,"%",sep=" ")
pie(porc_usa, labels = label, clockwise=TRUE, main="Estados Unidos",col=color)
color<-c("yellow", "blue", "cadetblue")
par(mai=c(0,0,0,0))
plot.new()
legend(x="center",c("Si","No","No Se"), fill=color,ncol=3)

En general, tanto en America Latina como en Estados Unidos, las empresas tienen un buen proceso de incorporación(no todas), pero es ligeramente mejor en Estados Unidos, lo que implica que en America Latina existen mas empresas con un mal proceso de incorporación. Los programadores mas jovenes en su mayoria respondieron a estas preguntas, debido a que suelen incorporarse a esa edad a las empresas o se encargan tambien de incorporar gente nueva.

Situación de empleo

layout(matrix(c(1,2,3,3), nrow=2,byrow=TRUE), heights=c(3, 1))
m<-prop.table(table(DF_LC$JobSeek[!is.na(DF_LC$JobSeek)]))*100
n<-prop.table(table(DF_USA$JobSeek[!is.na(DF_USA$JobSeek)]))*100
et<-c("Estoy buscando activamente un trabajo","No estoy interesado en nuevas oportunidades de trabajo", "No estoy buscando activamente, pero estoy abierto a nuevas oportunidades" )
ar<-c("busco","no busco", "no busco/\ndisponible")
colors<-c('blue','yellow','green')
c1<-barplot(m,xlab='Frecuencia', ylab = "Porcentaje(%)", main='Situacion de Empleo\nAmerica Latina', width = 5, col.lab="darkgreen",names.arg=ar,
col=colors,cex.names=0.8)
text(c1, m-2, labels = round(m,2))




c2<-barplot(n, xlab='Frecuencia',ylab = "Porcentaje(%)", main='Situacion de Empleo\nEstados Unidos', width = 5, col.lab="darkgreen",
col=colors,cex.names=0.8,names.arg=ar)
text(c2, n-2, labels = round(n,2))
 
par(mai=c(0,0,0,0))
plot.new()
legend(x="center", legend = et, fill=colors,ncol=1)

layout(matrix(c(1,2,3,3), nrow=2,byrow=TRUE), heights=c(9, 1))
boxplot(as.numeric(DF_LC$Age)~DF_LC$JobSeek, na.rm= TRUE, xlab = "Situación Laboral", ylab = "Años", cex.names=0.2, main="Situacion de empleo por edad\nAmerica Latina", names=c("busco","no busco", "no busco/\ndisponible"))

boxplot(as.numeric(DF_USA$Age)~DF_USA$JobSeek, na.rm= TRUE, xlab = "Situación Laboral", ylab = "Años", cex.names=0.2, main="Situacion de empleo por edad\nEstados Unidos", names=c("busco","no busco", "no busco/\ndisponible"))

En base a estos graficos podemos ver que la cantidad de programadores que buscan empleo es mayor en america latina, y la cantidad de programadores que no buscan empleo es mucho mayor en Estados Unidos. Esto puede deberese a que hay mayor disponibilidad de trabajos en Estados Unidos que en America Latina y tambien que los desarroladores en Estados Unidos ya tienen estabilidad laboral.

Ademas, podemos observar que en America Latina los desarrolladores buscan empleo desde aproximadamente la misa edad que en Estados Unidos, sin embargo en latinoamerica la edad de las personas que buscan suele ser menor a Estados Unidos.

Lenguajes con los que trabajó

temp = DF_USA$LanguageWorkedWith[!is.na(DF_USA$LanguageWorkedWith)]
LWW_vec_USA <- vector() #LWW(languageWorkedWith)
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    LWW_vec_USA <- c(LWW_vec_USA, sub_pal)
  }
}
temp = DF_LC$LanguageWorkedWith[!is.na(DF_LC$LanguageWorkedWith)]
LWW_vec_LC <- vector()
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    LWW_vec_LC <- c(LWW_vec_LC, sub_pal)
  }
}
#USA
tabla_LWW_USA <- table(LWW_vec_USA)
tabla_LWW_USA <- prop.table(tabla_LWW_USA)
tabla_LWW_USA

## LWW_vec_USA
##              Assembly Bash/Shell/PowerShell                     C 
##           0.009263176           0.088317401           0.031617460 
##                    C#                   C++                  Dart 
##           0.069071991           0.037433381           0.004610439 
##                    Go               Haskell              HTML/CSS 
##           0.024151933           0.004145165           0.122218932 
##                  Java            JavaScript                 Julia 
##           0.065265206           0.139053380           0.001924541 
##                Kotlin           Objective-C                  Perl 
##           0.012054818           0.009136283           0.008205736 
##                   PHP                Python                     R 
##           0.033393960           0.088888419           0.009643854 
##                  Ruby                  Rust                 Scala 
##           0.021550630           0.013640978           0.009516961 
##                   SQL                 Swift            TypeScript 
##           0.115260976           0.013429490           0.058455291 
##                   VBA 
##           0.009749598

barplot(tabla_LWW_USA, xlab = 'lenguajes de programación', ylab = 'frecuencias relativas', las=2, col=c("skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige"))

#LC
tabla_LWW_LC <- table(LWW_vec_LC)
tabla_LWW_LC <- prop.table(tabla_LWW_LC)
tabla_LWW_LC

## LWW_vec_LC
##              Assembly Bash/Shell/PowerShell                     C 
##           0.008455751           0.048728054           0.031028305 
##                    C#                   C++                  Dart 
##           0.066642780           0.031744894           0.012110355 
##                    Go               Haskell              HTML/CSS 
##           0.016194912           0.003654604           0.136008599 
##                  Java            JavaScript                 Julia 
##           0.082264421           0.151701899           0.001719814 
##                Kotlin           Objective-C                  Perl 
##           0.015693300           0.007524185           0.003367968 
##                   PHP                Python                     R 
##           0.063059835           0.069007524           0.008169115 
##                  Ruby                  Rust                 Scala 
##           0.020207811           0.004801147           0.006449301 
##                   SQL                 Swift            TypeScript 
##           0.122823361           0.010677177           0.064851308 
##                   VBA 
##           0.013113579

barplot(tabla_LWW_LC, xlab = 'lenguajes de programación', ylab = 'frecuencias relativas', las=2, col=c("skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige"))

Se destaca que entre los lenguajes más usados tanto en US como en LC son JavaScript, HTML/CSS,SQL. Es importante resaltar que en US hay un mayor uso de Python que en LC. ### Frecuencia de aprendizaje de un nuevo lenguaje

#usa
temp = DF_USA$NEWLearn[!is.na(DF_USA$NEWLearn)]
tabla_NEWLearn_USA = table(temp)
tabla_NEWLearn_USA = prop.table(tabla_NEWLearn_USA)
tabla_NEWLearn_USA

## temp
##     Every few months        Once a decade          Once a year 
##            0.3021228            0.0172117            0.4049340 
## Once every few years 
##            0.2757315

barplot(tabla_NEWLearn_USA, xlab = 'Tiempo de aprendizaje', ylab = 'Frecuencias Relativas', las=2, col=c("skyblue","orange","red","beige"))

#LC
temp2 = DF_LC$NEWLearn[!is.na(DF_LC$NEWLearn)]
tabla_NEWLearn_LC = table(temp2)
tabla_NEWLearn_LC = prop.table(tabla_NEWLearn_LC)
tabla_NEWLearn_LC

## temp2
##     Every few months        Once a decade          Once a year 
##          0.450413223          0.009767092          0.362133734 
## Once every few years 
##          0.177685950

barplot(tabla_NEWLearn_LC, xlab = 'Tiempo de aprendizaje', ylab = 'Frecuencias Relativas', las=2, col=c("skyblue","orange","red","beige"))

Se observa que en US la mayoría de programadores aprenden un nuevo lenguaje cada un año, seguido de pocos meses, mientras que en LC la mayoría aprenden un nuevo lenguaje cada pocos meses, seguido de un año. ### Plataformas con las que se trabajó

temp = DF_USA$PlatformWorkedWith[!is.na(DF_USA$PlatformWorkedWith)]
PWW_vec_USA <- vector() #PWW(PlataformWorkedWith)
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    PWW_vec_USA <- c(PWW_vec_USA, sub_pal)
  }
}
temp = DF_LC$PlatformWorkedWith[!is.na(DF_LC$PlatformWorkedWith)]
PWW_vec_LC <- vector()
for (pal in temp) {
  for (sub_pal in strsplit(pal, ";")) {
    PWW_vec_LC <- c(PWW_vec_LC, sub_pal)
  }
}

#USA
tabla_PWW_USA <- table(PWW_vec_USA)
tabla_PWW_USA <- prop.table(tabla_PWW_USA)
tabla_PWW_USA

## PWW_vec_USA
##                     Android                     Arduino 
##                 0.047329898                 0.020973512 
##                         AWS                      Docker 
##                 0.111957200                 0.120031510 
##       Google Cloud Platform                      Heroku 
##                 0.040437194                 0.030360718 
##         IBM Cloud or Watson                         iOS 
##                 0.003873043                 0.039386878 
##                  Kubernetes                       Linux 
##                 0.044605639                 0.153608823 
##                       MacOS             Microsoft Azure 
##                 0.096694785                 0.052548659 
##                Raspberry Pi Slack Apps and Integrations 
##                 0.046476516                 0.028916533 
##                     Windows                   WordPress 
##                 0.131749106                 0.031049989

barplot(tabla_PWW_USA, xlab = 'Plataformas', ylab = 'frecuencias relativas', las=2, col=c("skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red"))

#LC
tabla_PWW_LC <- table(PWW_vec_LC)
tabla_PWW_LC <- prop.table(tabla_PWW_LC)
tabla_PWW_LC

## PWW_vec_LC
##                     Android                     Arduino 
##                 0.087704305                 0.029270377 
##                         AWS                      Docker 
##                 0.091977353                 0.114944985 
##       Google Cloud Platform                      Heroku 
##                 0.051062921                 0.047110351 
##         IBM Cloud or Watson                         iOS 
##                 0.006409572                 0.037602820 
##                  Kubernetes                       Linux 
##                 0.031193249                 0.163444076 
##                       MacOS             Microsoft Azure 
##                 0.067727807                 0.042089520 
##                Raspberry Pi Slack Apps and Integrations 
##                 0.027988463                 0.022647153 
##                     Windows                   WordPress 
##                 0.136630702                 0.042196347

barplot(tabla_PWW_LC, xlab = 'Plataformas', ylab = 'frecuencias relativas', las=2, col=c("skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red","beige","aliceblue","aquamarine","azure","skyblue","orange","red"))

Se observa que en tanto en USA como en LC la plataforma más usada es Linux, no obstante, en general, hay un uso distribudio en cuanto la plataforma en los disitntos sistemas operativos.